考虑马尔可夫决策的产消者P2P电能交易非合作博弈模型.pdfVIP

第 47 卷 第 13 期 2023 年 7 月 10 日 Vol . 47 No . 13 Jul . 10 ,2023 DOI ： 10. 7500/AEPS20221018003 考虑马尔可夫决策的产消者 P2P 电能交易非合作博弈模型 1 ，2 1 ，2 1 ，2 1 ，2 3 张 帅 ，裴 玮 ，马腾飞 ，肖 浩 ，唐成虹 （1. 中国科学院电工研究所，北京市 100190 ；2 . 中国科学院大学电子电气与通信工程学院，北京市 100049 ； 3 . 南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市 211106 ） 摘要 ：随着电力市场改革的推进和分布式能源在用户端的大规模发展，基于产消者端对端(P2P)的 电能交易逐渐成为促进分布式能源消纳的重要解决方案。为解决产消者多阶段P2P 电能交易中互 动行为的强不确定性、状态转移概率不明晰等问题，提出了一种考虑Markov 决策过程的产消者 P2P 电能交易非合作博弈模型。首先，引入可将用户行为聚合的Markov 决策过程，解决了产消者 由阶段性交易决策随机性导致的用电行为不确定性问题。其次，针对产消者在P2P 电能交易市场 中相互竞争的角色地位，建立了考虑Markov 决策过程的非合作博弈模型，以产消者收益最大化为 目标，结合需求响应计算P2P 交易的最优电价。再次，在证明非合作博弈Nash 均衡解存在的基础 上，采用Nikaido -Isoda 函数将博弈问题等效转化为全局最优问题，并采用分布式算法进行求解，获 取最优Nash 均衡解，保障产消者最大收益。最后，通过算例证明了所提方法的有效性与可行性。 关键词 ：端对端电能交易；非合作博弈；Markov 决策；需求响应；Nash 均衡 0 引言 新型合同框架激励参与电能交易。上述交易方式大 多针对某一主体利益最大化，并未能使得构成P2P 随着“碳达峰·碳中和”目标的提出以及电力市 交易的多主体利益均达到最佳状态。 场体制改革，分布式能源正逐渐成为新型电力系统 ［1 ］ P2P 交易由多方参与主体构成，且各方目标不 构建中的重要部分 。同时，用户侧出现大量小规 同，引入博弈论可以促进交易的合理协商，实现利益 模分布式能源用户群体，推动传统电力用户向产消 ［2 ］ 最大化 ，进而调动产消者参与 P2P 交易的积极 者转变，并在电力市场逐渐发挥更大作用 。各产 ［11 ］ ［12 ］ 性 。目前，多采用Stackelberg 博弈 、非合作博 消者根据自身用能情况，通过相互协调电能的出售 ［13 ］ ［14 ］ 弈 、合作博弈 等进行P2P 交易。文献［15 ］在 与购买，不仅能够促进分布式能源的就地消纳，还可 ［3 ］ P2P 交易中分别利用非合作博弈、进化博弈和 以提高自身经济效益 。在此背景下，端对端（peer- Stackelberg 博弈分析卖方之间的价格竞争、买方对 to-peer ，P2P ）电能交易以其独特优势，为促进产消 卖方的选择竞争以及买卖双方的互动过程，最终实